基于暗通道先验的图像去雾方法

任佳兴，白 爽，曹 睿，曲 直，蔡希彪，曹玉东

基于暗通道先验的图像去雾方法

任佳兴1，白 爽1，曹 睿2，曲 直1，蔡希彪1，曹玉东1

（1.辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001；2.大连交通大学 自动化与电气工程学院，辽宁 大连 116028）

针对采用暗通道先验还原图像时引起分界区域出现块效应的现象，采用软抠图对透射率进行优化处理，提出一种改进的暗通道先验图像去雾方法。基于大津阈值法分割有雾图像中的非天空与天空区域，然后估算天空区域的大气光值，通过梯度引导滤波法细化非天空区域的初始透射率，进而复原得到清晰的去雾图像。实验表明，该方法有效解决了暗通道去雾模型存在的大气光值估算不准、天空区域颜色失真等问题，能够获取更为清晰的去雾图像。

软抠图；Otsu；暗通道先验；图像去雾

近年来，图像去雾算法逐渐成为计算机视觉领域的研究热点，目前采集图像的设备精度已有巨大提升，然而复杂恶劣的天气对设备成像质量依然造成很大的影响。现实生活中，严重恶劣的雾霾天气频频发生，多是由工厂排出大量的化学污染物引起，因大气离子的散射使得图像质量较差。因此，对取自于极端雾霾天气下的图像，如何去除雾霾影响，获取高质量图片，具有重要的研究意义。

Fattal[1]针对图像有雾区域的反射率使用独立分量分析，采用马尔科夫随机理论对有雾区域的图像预估颜色，实现一定程度的图像去雾效果，由于浓雾和暗光场景的影响，马尔科夫随机理论无法获取充足图像颜色来进行估算，造成其图像去雾性能的下降；……